Integrazione del Server MCP per WhatsApp

Cosa fa il Server MCP “WhatsApp”?

Il Server MCP (Model Context Protocol) per WhatsApp funge da ponte tra gli assistenti AI e il tuo account personale WhatsApp. Collegandosi tramite l’API WhatsApp Web multidevice (utilizzando la libreria whatsmeow), consente a modelli AI come Claude o Cursor di cercare e leggere i tuoi messaggi WhatsApp personali (inclusi immagini, video, documenti e audio), cercare contatti e inviare messaggi a singoli o gruppi. Tutte le interazioni sono gestite localmente: la cronologia dei messaggi viene salvata in un database SQLite e i dati vengono condivisi con l’agente AI solo quando vengono esplicitamente richiesti tramite strumenti standardizzati. Questa configurazione consente a sviluppatori e utenti di gestire le comunicazioni WhatsApp in modo programmabile, automatizzare workflow di messaggistica e integrare dati WhatsApp in processi di sviluppo o produttività più ampi—il tutto mantenendo il controllo dell’utente sull’accesso ai dati.

Elenco dei Prompt

Nella documentazione disponibile non sono menzionati template di prompt.

Elenco delle Risorse

• La documentazione non elenca esplicitamente le risorse MCP esposte dal server.

Elenco degli Strumenti

• search_contacts: Cerca contatti WhatsApp per nome o numero di telefono.
• list_messages: Recupera messaggi WhatsApp con filtri e parametri di contesto opzionali.
• list_chats: Elenca tutte le chat disponibili con i relativi metadati.
• get_chat: Ottieni informazioni dettagliate su una specifica chat.

Casi d’Uso di questo Server MCP

• Ricerca e Recupero Messaggi WhatsApp
  Sviluppatori e agenti AI possono cercare e recuperare in modo programmabile messaggi WhatsApp, inclusi contenuti multimediali, per revisione, reportistica o archiviazione.

• Messaggistica Automatizzata
  Permette l’invio di messaggi o file multimediali (immagini, video, documenti, audio) a singoli o gruppi tramite workflow AI, facilitando promemoria, notifiche o comunicazioni di massa.

• Gestione Contatti
  Supporta la ricerca e l’organizzazione dei contatti WhatsApp tramite l’IA, migliorando la produttività per chi gestisce ampi elenchi di contatti.

• Analisi delle Chat
  Elencando e analizzando i metadati di chat e messaggi, gli sviluppatori possono eseguire analisi o creare dashboard su pattern di messaggistica, attività di gruppo o trend di comunicazione.

• Integrazione con Assistenti AI
  Permette un’interazione senza soluzione di continuità tra WhatsApp e modelli AI (come Claude o Cursor), sfruttando l’IA per riassumere chat, redigere risposte o automatizzare compiti ripetitivi.

Come configurarlo

Windsurf

Nella documentazione non sono fornite istruzioni di configurazione per Windsurf.

Claude

1. Prerequisiti: Installa Go, Python 3.6+, UV (gestore pacchetti Python) e opzionalmente FFmpeg.
2. Clona il repository:

   git clone https://github.com/lharries/whatsapp-mcp.git
   cd whatsapp-mcp
   

3. Avvia il bridge WhatsApp:

   cd whatsapp-bridge
   go run main.go
   

   Autenticati tramite codice QR usando l’app WhatsApp sul tuo cellulare.
4. Configura il server MCP:
   Salva il seguente JSON in ~/Library/Application Support/Claude/claude_desktop_config.json:

   {
     "mcpServers": {
       "whatsapp": {
         "command": "{{PATH_TO_UV}}",
         "args": [
           "--directory",
           "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
           "run",
           "main.py"
         ]
       }
     }
   }
   

5. Riavvia Claude Desktop: Apri Claude per vedere WhatsApp come integrazione disponibile.

Nota sulla sicurezza delle chiavi API: Non vengono usate chiavi API esplicite, ma se necessario, puoi impostare variabili d’ambiente tramite un blocco env nella configurazione JSON.

Esempio con variabile d’ambiente:

{
  "mcpServers": {
    "whatsapp": {
      "command": "{{PATH_TO_UV}}",
      "args": [
        "--directory",
        "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
        "run",
        "main.py"
      ],
      "env": {
        "MY_API_KEY": "your_api_key_here"
      },
      "inputs": {
        "api_key": "${MY_API_KEY}"
      }
    }
  }
}

Cursor

1. Prerequisiti: Come sopra.
2. Clona ed esegui il bridge: Segui gli stessi passaggi di Claude.
3. Configura il server MCP:
   Salva il seguente JSON in ~/.cursor/mcp.json:

   {
     "mcpServers": {
       "whatsapp": {
         "command": "{{PATH_TO_UV}}",
         "args": [
           "--directory",
           "{{PATH_TO_SRC}}/whatsapp-mcp/whatsapp-mcp-server",
           "run",
           "main.py"
         ]
       }
     }
   }
   

4. Riavvia Cursor per attivare l’integrazione.

Nota sulla sicurezza delle chiavi API: Usa lo stesso approccio con variabili d’ambiente come per Claude, se necessario.

Cline

Nella documentazione non sono fornite istruzioni di configurazione per Cline.

Come usare questo MCP nei flussi

Utilizzo del MCP in FlowHunt

Per integrare i server MCP nel tuo workflow FlowHunt, inizia aggiungendo il componente MCP al tuo flusso e collegandolo al tuo agente AI:

Clicca sul componente MCP per aprire il pannello di configurazione. Nella sezione di configurazione MCP di sistema, inserisci i dettagli del tuo server MCP usando questo formato JSON:

{
  "whatsapp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Una volta configurato, l’agente AI potrà ora usare questo MCP come strumento con accesso a tutte le sue funzioni e capacità. Ricorda di cambiare “whatsapp” con il nome reale del tuo server MCP e sostituire l’URL con quello del tuo server MCP.

Panoramica

Sulla base della documentazione disponibile, il Server MCP per WhatsApp è ben documentato per la configurazione generale e l’uso degli strumenti, ma manca di informazioni esplicite su risorse, template di prompt, roots e supporto sampling. Il progetto è maturo (con licenza, popolare e attivamente mantenuto), ma manca di una documentazione avanzata specifica MCP.

La nostra opinione

Valutiamo questo server MCP con un 7/10—è robusto, popolare e chiaro per un’integrazione pratica, ma trarrebbe beneficio da una documentazione più completa su risorse MCP, prompt e funzionalità avanzate.

Punteggio MCP